9月12日上午，南京金秋洽談會(huì)“2017中國(guó)人工智能峰會(huì)（CAIS 2017）”在南京國(guó)際博覽會(huì)議中心盛大開(kāi)幕。本次峰會(huì)以“創(chuàng)新、變革、突破”為主題，并設(shè)兩大主題論壇，共吸引了30余位人工智能領(lǐng)域著名的科學(xué)家、企業(yè)領(lǐng)袖親臨現(xiàn)場(chǎng)，1500余名專(zhuān)業(yè)觀(guān)眾報(bào)名參會(huì)，雷鋒網(wǎng)作為受邀媒體參加了本次峰會(huì)并進(jìn)行了報(bào)道。

在大會(huì)上，瑞士人工智能實(shí)驗(yàn)室 IDSIA 主任、“LSTM之父”Jürgen Schmidhuber發(fā)表了名為《True Artifical Intelligence Will Change Everything》的演講。LSTM近年來(lái)取得了長(zhǎng)足的發(fā)展，今天，基于 LSTM 的系統(tǒng)被廣泛應(yīng)用在機(jī)器人控制、圖像分析，文檔總結(jié)，視頻識(shí)別、手寫(xiě)識(shí)別、聊天機(jī)器人、智能助手、推薦系統(tǒng)、預(yù)測(cè)疾病和股票市場(chǎng)等商業(yè)領(lǐng)域，但Jürgen Schmidhuber認(rèn)為，現(xiàn)在的人工智能離真正的人工智能，即具備自我學(xué)習(xí)能力的通用人工智能還有不小的差距。

（Jürgen Schmidhuber在CAIS 2017大會(huì)上演講）

在演講中，Jürgen Schmidhuber對(duì)20世紀(jì)的人工智能進(jìn)行了簡(jiǎn)要的回顧，并結(jié)合自己對(duì)遞歸式自我改進(jìn)算法的研究，對(duì)未來(lái)做出自己的展望。在他看來(lái)，目前被各大科技巨頭采用的LSTM只是通用人工智能的前序工作，具備自我學(xué)習(xí)能力的通用人工智能可能比人類(lèi)更聰明，也具備改變一切的能力。

Jürgen Schmidhuber 還對(duì)未來(lái)的世界進(jìn)行了展望。根據(jù)其研究發(fā)現(xiàn)，宇宙歷史的重大事件之間的間隔時(shí)間存在一定規(guī)律性，每個(gè)大事件到來(lái)的時(shí)間是前一個(gè)大事件的四分之一。通過(guò)仔細(xì)研究了這一模式發(fā)現(xiàn)，這些大事件將會(huì)收斂于 2050 年，即“奇點(diǎn)”，而根據(jù)這一規(guī)律，Jürgen Schmidhuber預(yù)計(jì)，在2038年前后，廉價(jià)家用電腦或?qū)⒕邆淙四X的能力。

在會(huì)后，Jürgen Schmidhuber接受了雷鋒網(wǎng)的采訪(fǎng)，以下為采訪(fǎng)實(shí)錄：

雷鋒網(wǎng)：您在機(jī)器學(xué)習(xí)領(lǐng)域有著諸多的杰出貢獻(xiàn)，如超級(jí)深度學(xué)習(xí)系統(tǒng)（Very Deep Learners）、LSTM、機(jī)器好奇心理論（Artifical Curiosity）等，您自己最引以為傲的一項(xiàng)研究成果是？

Jürgen Schmidhuber: 我覺(jué)得我所有研究中有一項(xiàng)，雖然在商業(yè)上認(rèn)知不是很廣，但是卻是非常重要的研究：這是在我1987年的畢業(yè)論文中，我設(shè)想有一種算法，在學(xué)習(xí)的過(guò)程中可以同時(shí)提升自己如何去學(xué)習(xí)的能力。這是一種自我監(jiān)督型的算法，我認(rèn)為在宏觀(guān)來(lái)講這一研究目前在商業(yè)應(yīng)用上不是很好，但卻是更宏大的命題：如何讓機(jī)器具備自我學(xué)習(xí)、更聰明的能力。

雷鋒網(wǎng): 在您的這篇畢業(yè)論文中提到一個(gè)具有自我學(xué)習(xí)能力的機(jī)器人，這也使得您在此后的30年來(lái)一直為此努力。在您看來(lái)，您現(xiàn)在的研究和30年前的研究有什么樣的差別？

Jürgen Schmidhuber: 當(dāng)我還是一個(gè)男孩的時(shí)候，我就希望最大化我的影響力。我意識(shí)到，我必須建立一個(gè)具備自我學(xué)習(xí)能力的AI，學(xué)會(huì)變得比我更聰明，這樣讓AI解決我無(wú)法解決的所有問(wèn)題，然后我就可以退休了。在我1987年的論文中，我描述了元學(xué)習(xí)（雷鋒網(wǎng)注：Meta Learning，或者叫做 Learning to Learn，已經(jīng)成為繼增強(qiáng)學(xué)習(xí)之后人工智能研究的一個(gè)重要的研究分支）計(jì)劃的第一個(gè)具體研究，即不僅學(xué)習(xí)如何解決問(wèn)題，而且學(xué)習(xí)提高自己的學(xué)習(xí)算法，通過(guò)遞歸自我學(xué)習(xí)最終成為超級(jí)人工智能。但這種設(shè)想受限當(dāng)時(shí)的計(jì)算性能力無(wú)法進(jìn)得到充分驗(yàn)證。

我仍然在為實(shí)現(xiàn)這一30年前的目標(biāo)而努力，而且有越來(lái)越多的人對(duì)此感興趣。為什么？由于我們?cè)趯?shí)現(xiàn)這一目標(biāo)的道路上創(chuàng)造的方法正在滲透到我們生活的現(xiàn)代世界，每天有數(shù)十億次的計(jì)算。截至2017年8月，五家最有價(jià)值的上市公司分別是蘋(píng)果，谷歌，微軟，F(xiàn)acebook，亞馬遜。所有這些巨頭都在使用LSTM。具體來(lái)講，F(xiàn)acebook正在應(yīng)用LSTM完成每天45億次的翻譯，Google 29%的數(shù)據(jù)中心計(jì)算能力使用LSTM（CNN僅占5%），LSTM不僅改善了近10億部iPhone手機(jī)中的Siri和QuickType功能，更為超過(guò)20億部Android手機(jī)語(yǔ)音識(shí)別提供支持，LSTM還是亞馬遜Alexa和Google語(yǔ)音識(shí)別器的核心。

基于LSTM的系統(tǒng)還被廣泛應(yīng)用在機(jī)器人控制、圖像分析，文檔總結(jié)，視頻識(shí)別、手寫(xiě)識(shí)別、聊天機(jī)器人、智能助手、推薦系統(tǒng)、預(yù)測(cè)疾病和股票市場(chǎng)等領(lǐng)域。你可以參考我們實(shí)驗(yàn)室的相關(guān)網(wǎng)頁(yè)：http://people.idsia.ch/~juergen/impact-on-most-valuable-companies.html。

雷鋒網(wǎng)：要研發(fā)出這種自我完善的AI，最大的挑戰(zhàn)在那里？

Jürgen Schmidhuber：深度學(xué)習(xí)主要是通過(guò)監(jiān)督學(xué)習(xí)進(jìn)行模式識(shí)別。LSTM本身也是一種監(jiān)督學(xué)習(xí)方法，因此在沒(méi)有“老師”的情況下，它是無(wú)法成為能解決未知環(huán)境中各種問(wèn)題的“真正的AI”。這就是為什么在30年的時(shí)間里，我一直在研究更加通用的AI。

元學(xué)習(xí)來(lái)是最近30年來(lái)關(guān)注焦點(diǎn)之一，自上世紀(jì)90年代，無(wú)監(jiān)督學(xué)習(xí)展現(xiàn)出了我所說(shuō)的“機(jī)器好奇心”（Artifical curiosity）和創(chuàng)造力，它們創(chuàng)造了自己的目標(biāo)和試驗(yàn)來(lái)了解世界的運(yùn)作方式以及能做的事情，這種AI可能會(huì)使用LSTM作為其學(xué)習(xí)預(yù)測(cè)行為的一個(gè)子模塊，像孩子一樣不斷去解決發(fā)現(xiàn)和解決它們自己的全新的問(wèn)題，最終成為一個(gè)能解答通用問(wèn)題的AI。在這當(dāng)中，最大的挑戰(zhàn)在于，如何將這些通用類(lèi)型的元學(xué)習(xí)和“機(jī)器好奇心”進(jìn)一步擴(kuò)大。

（Jürgen Schmidhuber接受媒體采訪(fǎng)）

雷鋒網(wǎng)：最近Fran?ois Chollet（Keras的作者）發(fā)推稱(chēng)，深度學(xué)習(xí)的研究進(jìn)入了一個(gè)平臺(tái)期。您怎么看這一觀(guān)點(diǎn)？

Jürgen Schmidhuber：如果要說(shuō)平臺(tái)期的話(huà)，深度學(xué)習(xí)的基礎(chǔ)研究可能在上一個(gè)千年就進(jìn)入了平臺(tái)期了，我們做的無(wú)非在舊的方法下做小的改進(jìn)而已（笑）。今天的深度學(xué)習(xí)主要基于LSTM和CNN，二者都是在上個(gè)世紀(jì)提出的理論，但近幾年來(lái)，隨著計(jì)算能力的提升和成本的下降，它們開(kāi)始被廣泛應(yīng)用于商業(yè)領(lǐng)域。

一個(gè)比摩爾定律更古老的趨勢(shì)是，一美元能買(mǎi)到的計(jì)算力在5年間大約增長(zhǎng)10倍，從Konrad Zuse在1935-41年發(fā)明了第一臺(tái)可以編程工作的計(jì)算機(jī)來(lái)，75年后，我們現(xiàn)在的計(jì)算能力大約是當(dāng)時(shí)的千萬(wàn)億倍。

問(wèn)：在您看來(lái)，深度學(xué)習(xí)能力現(xiàn)在發(fā)展到了什么程度？

Jürgen Schmidhuber：現(xiàn)在的深度學(xué)習(xí)主要是模式識(shí)別，比如你問(wèn)Google，最近的餐館在哪里？這是一種被動(dòng)的方式。現(xiàn)在人工神經(jīng)網(wǎng)路會(huì)對(duì)外部的信號(hào)做一個(gè)認(rèn)知，觀(guān)察，對(duì)它做一個(gè)簡(jiǎn)單的處理，但這遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到人類(lèi)那樣收集到信號(hào)后對(duì)其可以進(jìn)行深度加工和解析的程度。要達(dá)到這種程度，我們需要做一些更精細(xì)的人工智能，比如說(shuō)增強(qiáng)學(xué)習(xí)，它可以通過(guò)獎(jiǎng)勵(lì)回饋的機(jī)制，去優(yōu)化它的深度學(xué)習(xí)這種表現(xiàn)形式。我們現(xiàn)在沒(méi)有的，就是讓機(jī)器人像我們的嬰兒一樣的，看著你做東西就可以把它識(shí)別出來(lái)的通用能力，這方面的研究剛剛興起，但遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到人的程度。

現(xiàn)在大家能接觸到的應(yīng)用主要在手機(jī)里面，比如翻譯、識(shí)別等，這里面的主要技術(shù)是LSTM，是我在97年提出的理論，隨著近期計(jì)算能力的飛躍提升，這一方法的優(yōu)勢(shì)開(kāi)始體現(xiàn)出來(lái)，與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比最大的不同是，傳統(tǒng)的機(jī)器學(xué)習(xí)是一種單向的向前進(jìn)的學(xué)習(xí)方式，但LSTM是一種遞歸式、回饋上一個(gè)節(jié)點(diǎn)，通過(guò)不斷的循環(huán)的機(jī)器學(xué)習(xí)方式，這也是LSTM最大的優(yōu)勢(shì)所在。

傳統(tǒng)的單向式學(xué)習(xí)方法是一種預(yù)編程式的計(jì)算方法，需要人去預(yù)先編程，而LSTM可以進(jìn)行通用計(jì)算，這也使得LSTM可以進(jìn)行各種層次的運(yùn)算，不管是并行的還是串行的，都可以通過(guò)這種通用的方式來(lái)進(jìn)行計(jì)算，特別是在翻譯、機(jī)器識(shí)別方面很有效。

具體應(yīng)用上，我不知道微信是否有在用LSTM，但Facebook每天會(huì)基于LSTM進(jìn)行45億次的計(jì)算，主要應(yīng)用在它的語(yǔ)言翻譯方面。Google也在翻譯上應(yīng)用LSTM，一開(kāi)始機(jī)器對(duì)于語(yǔ)言是一無(wú)所知的，你給了它兩個(gè)語(yǔ)言翻譯前后的對(duì)比，它會(huì)去逐步學(xué)習(xí)這當(dāng)中的語(yǔ)言結(jié)構(gòu)、語(yǔ)義等，漸漸的機(jī)器就學(xué)會(huì)了語(yǔ)言的翻譯。我聽(tīng)說(shuō)在2016年的11月前，Google翻譯中文是會(huì)鬧出很多笑話(huà)的，但在那之后，因?yàn)镚oogle使用了LSTM，翻譯的效果有了顯著提升。同樣在2015年，Google開(kāi)始在翻譯中將老的技術(shù)換成基于LSTM的模型的時(shí)候，當(dāng)時(shí)不是有5%、10%的效果提升而是50%的飛躍式的效果提升。

問(wèn)：您認(rèn)為在未來(lái)5年內(nèi)人工智能會(huì)如何發(fā)展？

Jürgen Schmidhuber：在五年內(nèi)，我們最好的自我學(xué)習(xí)機(jī)器人可能還無(wú)法達(dá)到孩子甚至某些動(dòng)物的智能水平，但我認(rèn)為不久后我們有望建立一個(gè)基于NN的人工智能（NNAI），通過(guò)逐步學(xué)習(xí)成為至少和動(dòng)物一樣聰明、具有好奇心、可以持續(xù)學(xué)習(xí)進(jìn)行規(guī)劃和推理，將各種各樣問(wèn)題分解為可快速解決（或已解決）的子問(wèn)題的AI。

問(wèn): 您認(rèn)為現(xiàn)在的AI應(yīng)用是更加貼近于企業(yè)機(jī)構(gòu)還是更貼近于個(gè)人？

Jürgen Schmidhuber: 我們公司現(xiàn)在做的是一個(gè)B2B的生意，但如果你看我們公司（Nnaisense）的Logo，當(dāng)中的A是一個(gè)倒A，在數(shù)學(xué)里這是“For All”的意思，我們希望AI的應(yīng)用最終是能夠造福全人類(lèi)的。以后可能有一段可以賦予AI學(xué)習(xí)能力的源代碼，而這樣的源代碼可以被所有人使用，而不僅僅是現(xiàn)在的巨頭可以使用AI的這種能力一樣。在未來(lái)AI可能會(huì)發(fā)展成像生物圈這樣一個(gè)多層次、多樣化的情況。

問(wèn)：最近Facebook有兩個(gè)機(jī)器人對(duì)話(huà)，大家覺(jué)得很危險(xiǎn)，后來(lái)這個(gè)項(xiàng)目被Facebook關(guān)掉了，現(xiàn)在對(duì)于人工智能的爭(zhēng)議也很大，想問(wèn)一下未來(lái)機(jī)器人會(huì)不會(huì)取代人類(lèi)？

Jürgen Schmidhuber：早在1990年代，科學(xué)家已經(jīng)做過(guò)了類(lèi)似的機(jī)器人對(duì)話(huà)。從更宏觀(guān)的角度來(lái)講，我們應(yīng)該去討論我們是否去擔(dān)心，當(dāng)AI應(yīng)用在軍事用途的時(shí)候會(huì)不會(huì)造成一些不好的影響?，F(xiàn)在AI技術(shù)也有被用在如控制軍用無(wú)人機(jī)上，但宏觀(guān)角度講， 我不是很擔(dān)心AI帶來(lái)的變化，因?yàn)槲覀円呀?jīng)達(dá)到了自我毀滅能力的最大可能性，全世界有數(shù)千核彈頭和運(yùn)載它們的導(dǎo)彈，即使沒(méi)有AI，如果我們打起核戰(zhàn)爭(zhēng)，幾小時(shí)內(nèi)地球會(huì)毀滅掉，所以我并不是很擔(dān)心AI帶來(lái)的附加威脅。AI并沒(méi)有把我們自我毀滅能力變得更大。

從生物學(xué)的角度，我們應(yīng)該擔(dān)心的是和你相近的物種、而且和你有著共同目標(biāo)的種群。有著共同的目標(biāo)意味著你們或者會(huì)有合作，或者是競(jìng)爭(zhēng)。最極端的合作方式就是婚姻，最極端的競(jìng)爭(zhēng)方式就是戰(zhàn)爭(zhēng)。當(dāng)有相同目標(biāo)的時(shí)候，它會(huì)更傾向于被彼此吸引，政客對(duì)其他政客感興趣、CEO對(duì)其他CEO感興趣，7歲的小女孩對(duì)其他7歲的小女孩感興趣，袋鼠關(guān)心袋鼠。同樣，當(dāng)超人工智能出現(xiàn)的時(shí)候，它關(guān)心的不是我們，而是其他超人工智能的更可能是另一個(gè)超人工智能，而非人類(lèi)或者袋鼠。

在終結(jié)者或者黑客帝國(guó)里，我們看到AI奴役人類(lèi)的情景，在我看來(lái)是非常愚蠢的，因?yàn)槿祟?lèi)對(duì)AI來(lái)說(shuō)是非常不好用的，它完全可以在很短時(shí)間內(nèi)制造一大批效率比我們高的機(jī)器人，更快地完成他們的目標(biāo)，人遠(yuǎn)遠(yuǎn)不是他們要奴役的工具。

點(diǎn)擊此處可下載Jürgen Schmidhuber演講Slide

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。